Plos Genetics（IF=5.175）2021-06-23

法国蒙彼利埃大学 Luis-Miguel Chevin课题组

大多数自然环境的随机变化引起自然选择的随机波动，继而降低进化的可预测性。对波动环境群体遗传学理论的长期持续关注，并未解决该理论基本参数实证估值缺失的问题。更重要的是，将波动环境简化为不同时间线下的恒定环境的建模思路，能否应用于波动环境中遗传进化的科学预测，至今，仍然是一个悬而未决的问题。本研究开展了一系列自动化实验，来试图对这些进化问题做出回答。首先，将一百多个盐生杜氏藻藻株随机暴露于连续且波动的盐度环境。每个环境均具有受控的均值、方差和自相关。然后，通过扩增子测序技术追踪两个竞争株的核基因序列和叶绿体基因序列的频率。结果证明，由方差决定的环境波动幅度和由自相关决定的可预测性对平均选择系数有很大影响。频率变化的方差，量化了群体遗传学的随机性，在波动环境中明显更高。对恒定盐度的选择系数的反应规范促成了波动环境中平均选择系数的准确预测。反过来，这种选择反应规范也通过环境耐受曲线、不同盐度下的群体增长率得到了很好的预测。然而，选择反应规范和耐受曲线都低估了随机环境波动引起的选择的方差。总的来说，研究结果对了解和预测随机波动环境中遗传进化有重要意义。

原文链接：Predicting population genetic change in an autocorrelated random environment: Insights from a large automated experiment.

https://doi.org/10.1371/journal.pgen.1009611